每天=生命的最后一天

All modern search engines attempt to detect and correct spelling errors in users' search queries. Google, for example, was one of the first to offer such a facility, and today we barely notice when we are asked "Did you mean x?" after a slip on the keyboar

转载出处：http://blog.youkuaiyun.com/strayly/archive/2009/08/08/4424889.aspx bobo-browse 是一用java写的lucene扩展组件，通过它可以很方便在lucene上实现分组统计功能。可以从http://code.google.com/p/bobo-browse/上下载和查看相关文档。下面介绍如何使用：第一步：设置相

<br />转自：http://flym.iteye.com/blog/723430<br />         http://flym.iteye.com/blog/723558<br />     前缀时间在使用Jackrabbit作非结构化内容的存取，当问到当存取一个word文档时，jackrabbit能不能对word文档里面的内容作全文检索呢。回去查了一下相关的文档，是可以的，而且用的是一个叫Tika的工具。<br />    Tika原先是一个Lucene的子项目，即对内容作元数据抽取用。更多的时

<br />删除掉E:/Java Projects/fulltextsearch/WebRoot/WEB-INF/solr/multicore/data0/index下所有索引相关的文件之后，再次运行程序报：<br />2011-5-20 15:17:01 org.apache.solr.common.SolrException log<br />严重: java.lang.RuntimeException: java.io.FileNotFoundException: no segments* file

     最近接到的任务是搜索平台模块需求研究，网上搜到佛山一家专做企业搜索的公司开源的一个工程R3。关于起点R3企业搜索的相关介绍如下：     起点R3企业级搜索引擎是起点软件提供的企业搜索解决方案，支持企业环境下的数据访问控制（ACL），能够通过定义用户数据访问权限来控制检索数据的安全。     R3是一个强大的,高性能的JAVA企业级搜索引擎产品，R3构建于Solr和Lucene之上，集成了POI、PDFBox和Apache Tika等第三方开源项目，在R3企业级搜索平台上，你可以搜索出你企业所有相

本文参考http://blog.youkuaiyun.com/zhoushuyan/archive/2010/10/18/5948289.aspx#1567946实现，在这里感谢该文章的作者。当我浏览http://code.google.com/p/tesseract-ocr并下载了几个文件下来之后顿时感到一头雾水，不知该如何下手。网上看到有人在linux操作系统下的实现， 如：  但却很少看到在windows下的相关文章介绍。 接下来我将一步步讲述如何采用tesseract-ocr识别含有中文的图片。1、下载tess

<br />      今天遇到*.tif文件没有实现抽词，网上搜了一下找到下面一篇文章，由于电脑上装的是EditPlus 3 而没装UltraEdit工具所以没有自己动手去破解，下载作者提供的连接发现并没有破解，依然会弹出购买提示窗口。<br />      还有一点很遗憾的是其不支持中文。<br /> <br />以下内容转自：http://jacki6.javaeye.com/blog/787749<br /> <br />今天试着想解析验证码的图片，搞了半天，搞不定 。在网上搜了下，找了个第三方插件

花了差不多一天半的时间终于把一颗三叉树看完了，不过对于里面还有点疑惑，下面在代码里注释上了自己的理解，里面还存在一些疑问，欢迎理解的朋友们指出其中的错误，以及解答里面的疑问。package org.apache.spell;import java.io.BufferedReader;import java.io.BufferedWriter;import java.io.File;import java.io.FileInputStream;import java.io.FileReader;import

Extending the tool with APIs<br />我们所展现的例子确实没有多大价值，单靠配置xml文件就满足所有的需求是不可能的。所以我们提供了一些抽象类，可以通过这些方法来提高功能。<br /> Transformer<br />每一条从数据库中取得的数据能够被直接处理掉，或者通过它创建一个全新的域，它设置能够返回多行数据。配置文件必须像下面那样设置。<entity name="foo" transformer="com.foo.Foo" ... /><br /> 注意-- trasfo

<br />XML/HTTP Datasource使用指南 <br />DataImportHandler 能够帮我们为基于HTTP的数据源建立索引. 目前支持REST/XML APIs 和RSS/ATOM Feeds.配置HttpDataSource<br />HttpDataSource在dataconfig.xml中的配置看起来应该像这样：  <dataSource type="HttpDataSource" baseUrl="http://host:port/" encoding="UTF-8" c

Description:     大多数的应用程序将数据存储在关系数据库、xml文件中。对这样的数据进行搜索是很常见的应用。所谓的DataImportHandler提供一种可配置的方式向solr导入数据，可以一次全部导入，也可以增量导入。      概览        目标     能够读取关系数据库中的数据。     通过可配置的方式，能够将数据库中多列、多表的数据生成solr文档       能够通过solr文档更新solr     提供 通过配置文件就能够导入所有数据的能力      能够发现并处理由

简介当通过指定的facets对文档进行统计后按指定的排序方式返回。默认可指定的排序方式 Bobo Browse 的API中提供了2种默认的排序方式：按颜色统计的例子：根据值升序排序： 程序中的代码设置如下： faceSpec.setOrderBy(FacetSortSpec.OrderValueAsc); 输出结果如下：blue (2)green (19)red (21)yellow (20)根据结果数降序排序:      程序中的代码设置如下： faceSpec